Informática - Inteligência Artificial

ALCM melhora a descoberta causal ao combinar LLMs com métodos tradicionais pra ter insights melhores.

Analisando as falhas nos algoritmos de aprendizado de preferências e seu impacto nos modelos de linguagem.

Este artigo analisa o papel da participação da comunidade no desenvolvimento de sistemas de IA.

Aprenda como a minimização de dados protege a privacidade em meio ao aumento da coleta de dados.

Novos métodos reduzem os riscos de memorização em imagens médicas com modelos de difusão.

Este estudo mede o desempenho dos LLMs em diálogos de matemática complexa.

Um novo método melhora os modelos de linguagem buscando ativamente respostas diversas.

Um novo método melhora a eficiência e a equidade nas operações de coleta em armazéns com robôs.

Execução eficiente de modelos de transformer em uma plataforma RISC-V de código aberto.

Esse estudo apresenta uma forma melhor de avaliar o desempenho de modelos generativos.

Este artigo detalha uma abordagem inovadora pra melhorar modelos de linguagem usando modelos menores.

Um novo método combina velocidade e qualidade em modelos de linguagem.

Um novo método melhora a forma como as máquinas compreendem vídeos longos.

DDPMs criam novas imagens misturando atributos de várias categorias.

Uma nova abordagem pra simplificar a eDiscovery usando métodos de gráfico e modelos de linguagem.

Essa pesquisa investiga o papel das variáveis latentes no desempenho dos Transformers.

Descubra como a antifragilidade pode fortalecer sistemas de aprendizado de máquina contra desafios.

Um novo método pra melhorar o aprendizado contínuo sem exemplares, rastreando as mudanças na representação das classes.

Um novo modelo pra prever links em grafos dinâmicos com explicações claras.

Um novo método melhora a detecção de tarefas em aprendizado de máquina em tempo real.

Um novo sistema melhora a adaptabilidade das habilidades dos robôs para várias tarefas.

A Teoria do Emulador oferece uma maneira nova de estudar o comportamento do cérebro e a consciência.

O DiveR-CT melhora o red teaming automatizado pra avaliações de segurança mais eficazes.

Uma nova abordagem pra entender funções de recompensa complexas no comportamento da IA.

Uma nova abordagem melhora o aprendizado de robôs a partir de demonstrações passadas usando dados contrafactuais.

Um novo método melhora a confiabilidade das redes neurais em aplicações críticas.

Uma olhada em como a DNO melhora a geração de imagens com as preferências dos usuários.

Explorando como a computação quântica influencia as técnicas de aprendizado de máquina.

Apresentando um método inovador pra detectar anomalias em padrões de dados complexos.

Um novo método melhora a avaliação de modelos de aprendizado por reforço com políticas determinísticas.

Um novo método pra avaliar viés em modelos de linguagem busca respostas mais justas da IA.

Robôs aprendem as propriedades físicas dos objetos mexendo neles pra reconhecer melhor.

Um novo método de aprendizado contínuo em sistemas de IA que melhora a retenção de conhecimento.

Avaliação de algoritmos para segmentação eficaz de frases musicais e análise de estrutura.

Explorando métodos para proteger as informações dos pacientes na pesquisa clínica.

Esse estudo testa os LLMs pra revelar as fraquezas deles em entender e raciocinar.

Duas novas abordagens melhoram a confiabilidade na avaliação das explicações de modelos de IA.

Explorando como os robôs podem entender e explicar melhor as conversas com as pessoas.

Explore como os modelos de linguagem grande aumentam a criatividade através da geração de multimídia.

O MAP-Neo busca transparência e desempenho na modelagem de linguagem em IA.